当前位置： 首页 > article >正文

opencv对直方图的计算和绘制

article 2025/1/19 23:05:56

【欢迎关注编码小哥，学习更多实用的编程方法和技巧】

1、直方图的计算

cv::calcHist 是 OpenCV 中用于计算图像直方图的函数。它可以处理多通道图像，并通过指定图像、通道、掩膜、直方图大小和范围等参数来生成直方图。

函数原型

void cv::calcHist(
     const Mat* images, 
     int nimages, 
     const int* channels, 
     InputArray mask, 
     OutputArray hist, 
     int dims, 
     const int* histSize, 
     const float** ranges, 
     bool uniform = true, 
     bool accumulate = false)

参数

  • images: 要计算的原图，类型为 const Mat*，表示一个图像数组。
  • nimages: 图像数组的大小，类型为 int。
  • channels: 指定计算的通道，类型为 const int*，表示一个通道数组。每个通道对应一个图像。
  • mask: 用于计算特定区域的掩膜，类型为 InputArray，表示一个图像或矩形区域。
  • hist: 输出的直方图，类型为 OutputArray，表示一个多维数组。
  • dims: 直方图的维度，类型为 int，表示直方图的维度。
  • histSize: 直方图的大小，类型为 const int*，表示一个大小数组，每个大小对应一个维度。
  • ranges: 像素值范围，类型为 const float**，表示一个范围数组，每个范围对应一个维度。
  • uniform: 是否使用均匀的直方图，类型为 bool，默认为 true。
  • accumulate: 是否累积计算结果，类型为 bool，默认为 false。

返回值

  • 无返回值，该函数直接修改输出直方图。
  • #include <opencv2/opencv.hpp>

int main() {
    // 读取图像
    cv::Mat img = cv::imread("image.jpg");

    // 计算灰度图直方图
    cv::Mat gray;
    cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);
    int histSize = 256;
    float range[] = {0, 256};
    cv::Mat hist;
    cv::calcHist(&gray, 1, &0, cv::Mat(), hist, 1, &histSize, &range);

    // 计算彩色图直方图
    int channels[] = {0, 1, 2};
    cv::Mat hist_b, hist_g, hist_r;
    cv::calcHist(&img, 1, channels, cv::Mat(), hist_b, 1, &histSize, &range);
    cv::calcHist(&img, 1, channels + 1, cv::Mat(), hist_g, 1, &histSize, &range);
    cv::calcHist(&img, 1, channels + 2, cv::Mat(), hist_r, 1, &histSize, &range);

    // 绘制直方图
    cv::Mat hist_img(256, 256, CV_8UC3);
    cv::normalize(hist, hist, 0, hist_img.rows, cv::NORM_MINMAX);
    for (int i = 0; i < histSize; i++) {
        cv::line(hist_img, cv::Point(i, hist_img.rows), cv::Point(i, hist_img.rows - cvRound(hist.at<float>(i))), cv::Scalar(255, 0, 0));
    }
    cv::imshow("Histogram", hist_img);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

  • cv::calcHist 函数可以处理多通道图像，但必须指定计算的通道。
  • cv::calcHist 函数可以计算多个直方图，但必须具有相同的尺寸和类型。
  • cv::calcHist 函数可以累积计算结果，但必须指定输出直方图。

2、一维直方图的绘制

一维直方图是一种常见的数据可视化方法，用于显示数据的分布情况。在 OpenCV 中，可以使用以下步骤绘制一维直方图：

  1. 计算直方图：使用 cv::calcHist 函数计算图像的直方图。
  2. 归一化直方图：使用 cv::normalize 函数将直方图归一化到指定的范围。
  3. 绘制直方图：使用 cv::line 函数绘制直方图。
#include <opencv2/opencv.hpp>

int main() {
    // 读取图像
    cv::Mat img = cv::imread("image.jpg");

    // 计算灰度图直方图
    cv::Mat gray;
    cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);
    int histSize = 256;
    float range[] = {0, 256};
    cv::Mat hist;
    cv::calcHist(&gray, 1, &0, cv::Mat(), hist, 1, &histSize, &range);

    // 归一化直方图
    cv::Mat hist_norm;
    cv::normalize(hist, hist_norm, 0, 256, cv::NORM_MINMAX);

    // 绘制直方图
    cv::Mat hist_img(256, 256, CV_8UC3);
    for (int i = 0; i < histSize; i++) {
        cv::line(hist_img, cv::Point(i, hist_img.rows), cv::Point(i, hist_img.rows - cvRound(hist_norm.at<float>(i))), cv::Scalar(255, 0, 0));
    }

    // 显示直方图
    cv::imshow("Histogram", hist_img);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

 在这个示例中，我们首先读取一张图像，然后计算其灰度图直方图。接着，我们将直方图归一化到 0-256 的范围，然后绘制直方图。最后，我们显示直方图。

注意：在绘制直方图时，我们使用 cv::line 函数绘制每个直方图条。我们将直方图条的高度设置为 hist_img.rows - cvRound(hist_norm.at<float>(i))，以便直方图条的高度与直方图值成比例。

如果想绘制彩色图直方图，可以使用以下代码：

// 计算彩色图直方图
int channels[] = {0, 1, 2};
cv::Mat hist_b, hist_g, hist_r;
cv::calcHist(&img, 1, channels, cv::Mat(), hist_b, 1, &histSize, &range);
cv::calcHist(&img, 1, channels + 1, cv::Mat(), hist_g, 1, &histSize, &range);
cv::calcHist(&img, 1, channels + 2, cv::Mat(), hist_r, 1, &histSize, &range);

// 归一化直方图
cv::Mat hist_b_norm, hist_g_norm, hist_r_norm;
cv::normalize(hist_b, hist_b_norm, 0, 256, cv::NORM_MINMAX);
cv::normalize(hist_g, hist_g_norm, 0, 256, cv::NORM_MINMAX);
cv::normalize(hist_r, hist_r_norm, 0, 256, cv::NORM_MINMAX);

// 绘制直方图
cv::Mat hist_img(256, 256, CV_8UC3);
for (int i = 0; i < histSize; i++) {
    cv::line(hist_img, cv::Point(i, hist_img.rows), cv::Point(i, hist_img.rows - cvRound(hist_b_norm.at<float>(i))), cv::Scalar(255, 0, 0));
    cv::line(hist_img, cv::Point(i, hist_img.rows), cv::Point(i, hist_img.rows - cvRound(hist_g_norm.at<float>(i))), cv::Scalar(0, 255, 0));
    cv::line(hist_img, cv::Point(i, hist_img.rows), cv::Point(i, hist_img.rows - cvRound(hist_r_norm.at<float>(i))), cv::Scalar(0, 0, 255));
}

在这个示例中，我们计算彩色图的直方图，然后归一化直方图。接着，我们绘制直方图，每个通道使用不同的颜色。

3、多维直方图的绘制 

2D直方图是一种用于表示两个变量之间关系的数据可视化方法。在 OpenCV 中，可以使用以下步骤绘制 2D 直方图：

  1. 计算直方图：使用 cv::calcHist 函数计算图像的直方图。
  2. 归一化直方图：使用 cv::normalize 函数将直方图归一化到指定的范围。
  3. 绘制直方图：使用 cv::imshow 函数显示直方图。

以下是示例代码：

#include <opencv2/opencv.hpp>

int main() {
    // 读取图像
    cv::Mat img = cv::imread("image.jpg");

    // 计算 2D 直方图
    int channels[] = {0, 1};
    int histSize[] = {256, 256};
    float range[] = {0, 256, 0, 256};
    cv::Mat hist;
    cv::calcHist(&img, 1, channels, cv::Mat(), hist, 2, histSize, range);

    // 归一化 2D 直方图
    cv::Mat hist_norm;
    cv::normalize(hist, hist_norm, 0, 256, cv::NORM_MINMAX);

    // 绘制 2D 直方图
    cv::Mat hist_img(256, 256, CV_8UC3);
    for (int i = 0; i < 256; i++) {
        for (int j = 0; j < 256; j++) {
            int index = i * 256 + j;
            cv::Vec3b color = cv::Vec3b(i, j, 0);
            hist_img.at<cv::Vec3b>(i, j) = color * (hist_norm.at<float>(index) / 256.0f);
        }
    }

    // 显示 2D 直方图
    cv::imshow("2D Histogram", hist_img);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

 在这个示例中，我们计算 2D 直方图，然后归一化 2D 直方图。接着，我们绘制 2D 直方图，每个像素的颜色根据 2D 直方图值计算。

注意：在绘制 2D 直方图时，我们使用 cv::Vec3b 类型表示颜色，每个颜色通道的值根据 2D 直方图值计算。

如果想绘制 3D 直方图，可以使用以下代码：

// 计算 3D 直方图
int channels[] = {0, 1, 2};
int histSize[] = {256, 256, 256};
float range[] = {0, 256, 0, 256, 0, 256};
cv::Mat hist;
cv::calcHist(&img, 1, channels, cv::Mat(), hist, 3, histSize, range);

// 归一化 3D 直方图
cv::Mat hist_norm;
cv::normalize(hist, hist_norm, 0, 256, cv::NORM_MINMAX);

// 绘制 3D 直方图
cv::Mat hist_img(256, 256, CV_8UC3);
for (int i = 0; i < 256; i++) {
    for (int j = 0; j < 256; j++) {
        for (int k = 0; k < 256; k++) {
            int index = i * 256 * 256 + j * 256 + k;
            cv::Vec3b color = cv::Vec3b(i, j, k);
            hist_img.at<cv::Vec3b>(i, j) = color * (hist_norm.at<float>(index) / 256.0f);
        }
    }
}

// 显示 3D 直方图
cv::imshow("3D Histogram", hist_img);
cv::waitKey(0);
cv::destroyAllWindows();


http://www.kler.cn/a/509884.html

相关文章：

  • 多种vue前端框架介绍
  • Navicat 17 功能简介 | 商业智能 BI
  • MySQL、HBase、ES的特点和区别
  • Power Automate 实现字符串分割、替换、换行显示
  • 计算机网络常见协议
  • RPC 源码解析~Apache Dubbo
  • 网络安全行业岗位职责
  • SSM旅游信息管理系统
  • ros 机器人地图转化为gis地图
  • DNS未响应服务问题的解决（电脑连着网但浏览器访问不了网页）
  • C#高级：通过 Assembly 类加载 DLL 和直接引用DLL的方法大全
  • Chromium 132 编译指南 Linux 篇 - 同步第三方库以及 Hooks（六）
  • Python:两数之和
  • 当使用 npm 时，出现 `certificate has expired` 错误通常意味着请求的证书已过期。
  • 【机器学习：二十九、K-means算法：原理与应用】
  • SVM模型（理论知识2）
  • 【C++】如何从源代码编译红色警戒2地图编辑器
  • npm操作大全：从入门到精通
  • QMS检测设备日志采集工具
  • 计算机网络滑动窗口三种协议全解析：原理和应用！！！
  • “AI智慧化服务系统：未来生活的智能管家
  • 数据可视化：让数据讲故事的艺术
  • PostgreSQL版本选择
  • VUE3 Vue Router 是官方的路由管理工具
  • 【机器学习实战入门】基于深度学习的乳腺癌分类
  • SpringBoot的Bean-中级-作用域